Results 51 to 60 of about 239,161 (150)
Dianci bileiqi, 2022 配电网线路的对地电容不对称、所带负载大小以及检测设备所存在的误差，使得配电网中性点始终存在一定的位移电压。研究了小电流接地系统在不对称情况下发生单相接地故障的零序电流分布情况，根据现有小电流接地系统所存在的故障特征分析，提出了动态接地方式。该方式通过中性点电压位移增量以及线路零序电流的变化作为选线装置启动判据，判断故障性质后动态切换中性点接地方式，选出并切除故障线路。该方式在漯河真型试验场进行了单相接地故障检测，经试验验证得出该方式在不对称度为3%的情况下，故障电阻识别能力可达到3 500Ω ...
3.长沙信长电力科技有限公司
doaj
, 2017 本申请公开了一种接地网故障诊断方法，包括：根据接地网中的激励电流和采集参数采集接地网多个导体的磁场数据；每个磁场数据带有对应接地网导体的标识；对采集到的磁场数据进行处理；将处理后的磁场数据通过无线通信方式发送给变电站服务器；变电站服务器根据所述接地网导体的标识，确认处理后的接地网第一导体的磁场数据小于第一预设阈值时，诊断出所述接地网第一导体发生故障。本申请对接地网的故障定位精确，检测效率高 ...
邵帅 +4 more
core
Gaoya dianqi为了准确识别柔直换流阀功率模块故障，保证高压直流输电安全、稳定地运转，提出基于温度概率密度的柔直换流阀功率模块故障热红外图像识别方法。通过热红外图像中目标约束区域和背景采样区域的核密度估计，提取柔直换流阀功率模块热红外图像目标区域；基于核密度估计提取温度概率密度，将其作为区分热红外图像目标区域中正常运行区域和故障区域的特征，结合热红外图像中目标区域内阈值，初步划分故障区域，将初步划分结果作为K-means聚类算法的先验知识，通过不断聚类故障区域簇类，达到识别故障的目的。实验验证：所提方法通过集成灰度 ...
盛宇军 +5 more
doaj
, 2020 低压配电网的电弧故障是诱发电气火灾的重要原因之一。配电网发生串联电弧故障时的电流一般较小,其有效值达不到过电流保护装置的整定值,而且在某些负载工况下,正常工作状态电流与串联电弧故障电流波形特征非常相似,导致串联电弧难以识别。针对串联电弧故障的识别难点,提出了一种基于多层卷积神经网络的时域可视化识别方法。使用高频耦合滤波电路和高速数据采集系统来采集串联电弧故障的高频信号。通过构建多层卷积神经网络,提取电弧图像高维特征。以时域灰度值图像的形式直观展示了卷积神经网络算法对故障电弧数据的抽象特征提取情况 ...
褚若波, 张认成, 杨凯, 肖金超
core
, 1992 该系统可识别印刷的各种字号的仿、宋、楷、黑体及现行繁体字文本(文件、书刊、报纸、杂志等).识别率达95％—98％,识别速度1800字/分,该系统由两级实现,第一级采用神经网络分类,第二级为全局笔划段加权匹配法最终识别 ...
武玉朴 +4 more
core
Gaoya dianqi, 2017 识别第2个反向行波来自故障点还是对端母线是实现单端行波故障测距的关键,对此,提出一种识别第2个反向行波性质的新方法。通过分析4种类型的行波传播路径,得到透射线模行波与非透射线模行波到达测量端的时间顺序,从而辨识出由故障点交叉透射的初始线模行波,再利用初始透射线模行波与第2个线模反向行波之间的极性关系构造了识别第2个反向行波性质的判据。仿真结果表明:所提方法基本不受母线结构、模量衰减和透射模量的影响,具有较好的可靠性。
江雪晨, 张翠玲, 宁一
doaj
, 1996 本文介绍用于沉积微相智能识别的神经网络模式识别方法。该方法利用关键井研究建立了测井相与地质相的对应关系作为识别模式，通过向识别模式学习获得模式识别智能知识，从而利用这些智能知识识别未知井，未知点微相类型。本文方法成功地应用于中原油田文留 ...
李士伦, 冉启全, 顾小芸
core
Gaoya dianqi, 2019 为提高基于振动信号的变压器状态识别准确率,提取振动信号的峰峰值、均值、偏度等时域特征量和主频率幅值占比、基频幅值占比、50 Hz及其奇次倍频幅值占比等频域特征量构成特征向量,运用支持向量机（SVM）分类方法对变压器进行状态识别。采集了变压器正常与故障运行状态下的振动信号,结合实测信号分析了各特征量随变压器状态的变化,最后对比了单个特征量与多特征量结合对变压器正常短路、正常空载、故障短路、故障空载4种状态的识别准确率。结果表明 ...
武立平 +5 more
doaj
基于CEEMDAN-LMD-KFCM的断路器操动机构机械故障诊断方法
Gaoya dianqi, 2020 断路器操动机构中高频振动信号蕴含丰富的机械信息,为有效提取振动中高频分量进行诊断分析,提出了一种新的断路器操动机构机械故障诊断方法。此方法对采集到的振动信号时域波形通过CEEMDAN分解,并根据熵权法对其高频分量进行重构以得到去噪信号,将去噪后的信号进行LMD分解,对分解得到的PF分量求取多尺度排列熵作为KFCM识别算法的输入特征分量。经KFCM识别结果表明,此机械故障诊断方法对断路器操动机构转轴卡涩、底座松动、拒动等典型故障具有较高的识别率。
夏小飞, 芦宇峰, 苏毅, 杨健
doaj
, 1985 机器对规格化了的印刷体文字或字母,已有办法识别,但对不规格的手写体,识别就很困难了,因为手写体因人而异,涉及因素也很多,诸如方位、笔划长短的比例等,不可能有统一的规格,然而,人对手写体的识别,却可达到很高的准确度,国外的研究表明,人对手写拉丁字母的识别,准确度高达97%,国内对汉字手写体的识别研究,也揭示出人对手写体识别的一些规律,实现机器对手写体的识别 ...
马谋超, 王敬庚
core